表データの基盤モデル「TabPFN」とは

目次

はじめに

生成AIの話題というと、ChatGPT のように文章や画像を扱うものが中心ですよね。でも仕事で扱うデータは、売上や顧客リスト、機械のセンサーの記録のような「表データ」のほうが多い、という人も多いのではないでしょうか。

実はこの表データにも、「基盤モデル」と呼ばれる新しいモデルが出てきています。その代表が、ドイツの Prior Labs が作っている TabPFN です。2026年7月には SAP が Prior Labs を買収し、11月には次の版の TabPFN-4 も発表されて、いま注目を集めています。

今回は、TabPFN がどんなものかをざっくり紹介して、どこで使われているかを見たあと、実際に手元の Mac で動かしてみます。

TabPFN とは

ひと言でいうと、表データ版の LLM のようなものです。

基盤モデルは、あらかじめ大量のデータで学習しておいて、いろいろな仕事にそのまま使えるモデルのことです。ChatGPT の中で動いている LLM(大規模言語モデル)もその1つで、TabPFN はその表データ版、というわけです。

学習しないで予測する

TabPFN のいちばんの特徴は、手元のデータで学習しないことです。

たとえば、こんな表があったとします。

広さ駅から家賃
25㎡徒歩5分8万円
40㎡徒歩12分9万円
30㎡徒歩3分?

従来の機械学習では、家賃のわかっている行でモデルを学習させてから、「?」を当てます。

TabPFN は、この表をまるごと読み込んで、「?」をそのまま埋めます。LLM に例をいくつか見せてから質問すると、例にならって答えてくれますよね。あれと同じで、家賃のわかっている行が「例」の役をしています。モデルの中身は変わらず、予測のたびに例を読み込むだけです。

どうやって予測できるようになったの?

TabPFN は、人工的に作った大量の表で練習しています。いろいろなパターンの表を作っては答えを当てる練習を、あらかじめたくさん積んであるんです。だから、初めて見る表でも、例から答えを当てられます。

毎年どんどん大きくなっている

時期版扱える行数ひと言
2022年最初の版小さな表小さな表の分類を、1秒かからずに解くモデルとして登場
2025年1月v21万行まで論文が科学誌 Nature に載る
2026年5月3100万行までさらに大きな表を扱えるように
2026年9月3.5100万行まで文章の入った表や、時系列のデータにも強くなる
2026年11月19日41,000万行まで

注意点:ライセンス

会社で使うときに気をつけたいのがライセンスです。最新の 3.5 などは「非商用」のライセンスで、社内で試すのはよいものの、仕事の判断やお客さん向けの案件に使うには、別の契約が必要です。

会社の仕事で使えるのは v2 です(v2 を組み込んだサービスなどを公開するときは、「Built with PriorLabs-TabPFN」と書く決まりがあります)。なので、今回も v2 を使いました。

どこで使われているの?

開発元の Prior Labs が、いろいろな会社や病院との取り組みを紹介しています(どれも開発元の発表です)。

分野使っている会社目的結果
鉄道Hitachi Rail(日立グループ)スペインの鉄道で、線路の異常の兆しを早く見つける初期の導入で、これまでのモデルより予測の誤差が約4割小さくなった
金融Creditplus Bank(ドイツの銀行)自動車ローンの審査取り組みを始めたところ
金融TD(カナダの銀行)融資や住宅ローンの伸びの予測使えるかを試しているところ
医療イギリスの病院呼吸を助けるマスクの治療がうまくいかず、気管挿管が必要になるかの予測試験で24人中22人を当てた(試験中は、予測を治療の判断には使っていない)
広告exito(ドイツの広告会社)お客さんごとの広告費の予測毎日の予測の精度が上がった

鉄道、お金、医療、広告と、分野を問わず使われ始めていることがわかります。

さらに2026年5月には、ドイツの業務ソフト大手 SAP が Prior Labs の買収を発表しました(7月に完了)。SAP は4年間で10億ユーロ以上を投資して、Prior Labs を表データの AI の研究所として大きくするそうです。

使い方

インストールは、これだけです。

pip install tabpfn

使い方は、scikit-learn(Python の機械学習のライブラリ)とほぼ同じで、fit して predict するだけです。

from tabpfn import TabPFNClassifier
from tabpfn.constants import ModelVersion

model = TabPFNClassifier.create_default_for_version(ModelVersion.V2)
model.fit(X_train, y_train)          # 答えのわかっているデータ(例)を渡す
pred = model.predict(X_test)         # 答えを予測する
proba = model.predict_proba(X_test)  # それぞれの答えになる確率

X_train・X_test は表データ(pandas の DataFrame など)、y_train は答えの列です。

使うときのポイント

  • v2 を選ぶ:create_default_for_version(ModelVersion.V2) で v2 を選んでいます。何も指定しないと、最新の 3.5(非商用)が使われるので注意です。
  • 数値を当てるときは TabPFNRegressor:「返済できる・できない」のような分類は TabPFNClassifier、売上や家賃のような数値は TabPFNRegressor を使います。
  • 前処理はいらない:文字の列を数字に直したり、数値の大きさをそろえたりしなくて大丈夫です。開発元も、こうした前処理はしないよう勧めています。欠けた値(空欄)があっても、そのまま扱えます。
  • 予測はまとめて1回で行う:fit ではデータを受け取って準備するだけで、予測のたびに学習用のデータも一緒に計算します。開発元の説明では、100件を1件ずつ予測すると、まとめて1回で予測するときの約100倍の時間がかかります。
  • 大きなデータは GPU で行う:Mac(Apple Silicon)では、何も指定しなくても GPU が使われます。GPU がないパソコンでは CPU で動きますが、v2 を CPU で動かせるのは、標準の設定では学習用のデータ1,000件までです。

まとめ

TabPFN は、「学習しないで、例を読んで予測する」表データの基盤モデルです。鉄道や金融、医療、広告と、分野を問わず使われ始めていて、2026年には SAP による開発元の買収や、TabPFN-4 の発表もありました。

使い方は scikit-learn とほぼ同じで、前処理もいらず、数行で試せます。会社で使うなら v2、というライセンスの点にだけ気をつければ、気軽に試せるモデルです。

出典・参考

CTA
  • URLをコピーしました!
  • URLをコピーしました!
この記事を書いた人
目次